gydtep

Technavio等许多公司发布的市场研究报告，显示美国教育领域的人工智能市场正在逐步增长。如果该市场持续以近48%的复合年增长率增长，预计到2022年将达到8500万美元的巨大价值。

gydtep

及时发现问题可以帮助教育者迅速解决问题，提高学生的知识水平。同样，这也是大多数基于云的LMS工具所提供的特性之一。

gydtep

每个人都有不同的学习风格和习惯，所以没有一种教学方法能满足每个人的需要。当然，这就是个性化学习的作用。

即使有了个性化，知识和技能的差距仍然存在。AI可以通过分析每个学生的学习模式来解决这个问题。

gydtep

电气工程发展了上百年，其中各个子领域的可观察性都在进行完善和升级，例如交通工具（汽车/飞机等）也算的是可观察性上的集大成者。抛开飞机这种超级工程不谈，一辆可正常上路的小型汽车内部也有上百种的传感器用来检测汽车内/外部的各种状态，以便让汽车可以稳定、舒适、安全地的行驶。

gydtep

随着上百年的发展，电气工程下的可观察性已经不仅仅用来辅助人们进行问题检查和定位问题，我们以汽车工程来看，整个可观察性的发展经历了几个过程：

gydtep

上面这幅图详细大家非常熟悉，这是Peter Bourgon在参加完2017 Distributed Tracing Summit后发表的一篇博文，简洁扼要地介绍了Metrics、Tracing、Logging三者的定义和关系。这三种数据在可观察性中都有各自的发挥空间，每种数据都没办法完全被其他数据代替。

gydtep

OpenTelemetry最核心的功能是产生、收集可观察性数据，并支持传输到各种的分析软件中，整体的架构如下图所属，其中Library用于产生统一格式的可观察性数据；Collector用来接收这些数据，并支持把数据传输到各种类型的后端系统。

gydtep

统一协议：OpenTelemetry为我们带来了Metric、Tracing、Logging（正在制定中，LogModel已经定义完毕）的统一标准，三者都有相同的元数据结构，可以轻松实现互相关联

gydtep

等级3：根因分析+问题自愈，自动根据异常以及系统的CMDB信息直接定位问题的根因，根因定位准确后那边可以去做问题的自愈。这一阶段相当于是一次质的飞跃，在某些场景下可以在人不用参与的情况下实现问题的自愈。

gydtep

以公安行业的应用为例，公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。而这个需求的实现，需要智能的前端摄像机，通过实时分析视频内容，检测运动对象，识别人、车等属性信息；然后需要汇总海量的城市级信息到后端人工智能的中心数据库进行存储，再利用强大的计算能力及智能分析能力，对嫌疑人的信息进行实时分析，最终给出最可能的线索建议。